[發明專利]使用機器學習方法支持對分布式系統內的計算環境的修改的實驗評估

在審

• 申請號: 201980060129.2
• 申請日: 2019-06-25
• 公開（公告）號: CN112703485A
• 公開（公告）日: 2021-04-23
• 發明（設計）人: A·薩維里瓦;S·R·喬達姆;I·R·赫高布魯
• 申請（專利權）人: 微軟技術許可有限責任公司
• 主分類號: G06F9/50
• 分類號: G06F9/50;G06N20/00
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 黃倩

本公開提供了一種用于分布式系統中的計算環境的實驗框架。機器學習模型可以被創建，該機器學習模型基于被提供給計算環境的至少一個輸入預測由該計算環境產生的至少一個輸出。在對計算環境的至少一個修改被做出之后的評估時間段期間，由計算環境產生的至少一個修改輸出被確定。機器學習模型可以被用于計算如果至少一個修改未被做出時、計算環境將會在評估時間段期間產生的至少一個預測輸出。還可以基于至少一個修改輸出與至少一個預測輸出的比較，來做出關于至少一個修改如何影響計算環境的確定。

背景技術

分布式系統是一種計算機系統，其部件位于多個計算設備上。例如，分布式系統可以包括由一個或多個通信網絡連接的多個獨特的處理部件、存儲器部件、存儲部件、以及通信部件。分布式系統的各種部件可以彼此通信以便協調它們的動作。

分布式系統關于它們包括的部件的數目和類型以及關于這些部件之間的交互正變得更加復雜。另外，分布式系統的用戶的數目可以相當大(例如，成百萬的用戶)。由于分布式系統的復雜性和所涉及的用戶的巨大數目，分布式系統可能被部署在大量的(例如，成千的)計算設備上。在一些情況下，這些計算設備可能被分散在遍及廣闊的地理區域。

云計算系統使用分布式系統的原則而被構建。云計算使對可配置的計算資源(例如，網絡、服務器、存儲裝置、應用、服務)的共享池的訪問變成可能，該共享池可以以最少的管理工作量或者服務提供方交互被快速供給(provision)和發布。對第三方云計算系統的使用可以使組織能夠更緊密地集中于它們的核心業務，而不是在計算機基礎架構和維護上消耗資源。

發明內容

公開了一種用于實驗對分布式系統內的計算環境的修改的方法。根據該方法，針對計算環境的機器學習模型可以被創建。該機器學習模型可以基于被提供給該計算環境的至少一個輸入來預測由計算環境產生的至少一個輸出。當對計算環境的至少一個修改被做出時，該方法可以包括確定在至少一個修改被做出之后的評估時間段期間由該計算環境產生的至少一個修改輸出。另外，機器學習模型可以被用于計算如果對計算環境的至少一個修改未被做出時、該計算環境將會在評估時間段期間產生的至少一個預測輸出。至少一個修改輸出與至少一個預測輸出可以被比較以產生比較信息，該比較信息示出至少一個修改輸出與至少一個預測輸出之間的一個或多個差異。該至少一個修改如何影響計算環境的指示可以被輸出。

該方法可以附加地包括驗證機器學習模型，以核實至少一個預測輸出滿足關于至少一個修改輸出的至少一個驗證條件。在一些實現中，在機器學習模型已經被創建并且被驗證之后，對計算環境的至少一個修改可以被做出。

計算至少一個預測輸出可以包括在評估時間段期間向模擬的計算環境提供至少一個輸入。模擬的計算環境可以利用機器學習模型來模擬猶如對計算環境的至少一個修改未被做出時、計算環境的性能。

在一些實現中，在對計算環境的至少一個修改被做出之后，機器學習模型可以被創建。在這樣的實現中，機器學習模型可以基于歷史數據而被創建。

對計算環境的至少一個修改可以涉及計算環境的軟件配置、計算環境的硬件配置、或者與計算環境相關聯的業務載荷中的至少一項。

輸出指示可以響應于檢測到至少一個修改輸出與至少一個預測輸出之間的差異超過閾值而發生。在一些實現中，該方法可以附加地包括響應于指示采取關于計算環境的糾正動作。

還公開了一種用于實驗對分布式系統內的計算環境的修改的系統。該系統包括一個或多個處理器以及包括指令的存儲器，該指令由一個或多個處理器可執行，以執行以上所描述的操作。還公開了一種非瞬態計算機可讀介質。該非瞬態計算機可讀介質包括被存儲在其上的計算機可執行指令，該計算機可執行指令當被執行時使一個或多個處理器執行以上所描述的操作。

附圖說明

圖1A-圖1C圖示了根據本公開的實驗框架的各方面。

圖2圖示了由計算環境產生的實際觀測輸出與由計算環境的模擬的版本產生的預測輸出的比較的示例。